3 RV와 정규 분포의 합계에 대한 히스토그램을 비교하여 matlab에서 CLT를 증명하려고합니다. 나는 두 가지 문제가MATLAB의 중심 극한 정리
clc;clear;
len = 50000;
%y0 : Exponential Distribution
lambda = 3;
y0=-log(rand(1,len))./lambda;
%y1 : Rayleigh Distribution
mu = 0;
sig = 2;
var1 = mu + sig*randn(1,len);
var2 = mu + sig*randn(1,len);
t1 = var1 .^ 2;
t2 = var2 .^ 2;
y1 = sqrt(t1+t2);
% %y2: Normal Distribution
y2 = randn(1,len);
%y3 : What result excpected to be:
mean0 = (sum(y0)+ sum(y1)+ sum(y2))/(len * 3);%how do I calculate this?
var0 = 1;%how do I calculate this?
y3 = mean0 + var0*randn(1,len);
delta = 0.1;
x3 = min(y3):delta:max(y3);
figure('Name','Normal Distribution');
hist(y3,x3);
%Central Limit Theorem:
%what result is:
res = y0+y1+y2;
xn = min(res):delta:max(res);
figure('Name','Final Result');
hist(res,xn);
:
여기 내 코드입니다.
어떻게 의미와 Y3에 대한 분산 (어떤 결과를해야한다)
내 코드가 정확 계산할 수있다?
mean0 = mean([y0 y1 y2]); variance0 = var([y0 y1 y2]);
을 당신이 하나의 벡터의 모든 이전 샘플 큰 벡터를 생성하는
[y0 y1 y2]
를 만들 때 (AS :y0
,y1
및y2
은 행 벡터가
좋고, 형상이 동일하지만 편차를 보인다 Y3 및 결과이, 히스토그램을 가한 후와 함께 의미는 y3 및 결과에서 동일하지 않습니다 ... – Arashdn
@Arashdn 몇 가지 의견과 몇 가지 추가 코드를 추가했습니다. 그것이 당신을 위해 물건을 더 분명하게하기를 바라 라. – DanielX2010
멋진 대답. 다음을 추가하기 만하면됩니다. 첫째, Matlab은 그런 것들을 설명하는 도구가 될 수 없으며, 일부 데이터 세트에서 작동한다는 것을 보여줍니다. 이것은 증거가 아니라 단서입니다. 둘째로, 컴퓨터 기계는 유한하고 분리 된 기계이고, 어떤 분포에서 추출한 임의의 변수처럼 보이는 시리즈를 만들 수 있지만, 실제의 무작위 독립 값을 생성 할 수 없으므로 IID 가설은 유지되지 않을 수 있습니다. 어쨌든 Matlab이나 Octave는 꽤 좋은 도구입니다. 우리는 한계가 무엇인지 명심해야합니다. – jlandercy